-
公开(公告)号：CN118135279B
公开(公告)日：2025-04-22
申请号：CN202410088713.1
申请日：2024-01-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/764 , G06N3/0464 , G06V10/82 , G06V10/80
Abstract: 本发明实施例提供一种不完整视图的聚类方法及系统，属于信息技术领域。该聚类方法包括：获取待聚类的不完整多视图，并构建邻接矩阵以确定不完整多视图的图结构信息；结合邻接矩阵，采用预先构建的聚类模型对每一不完整视图进行编码，获得潜在特征表示；对各潜在特征表示采用注意力机制进行融合生成综合潜在特征表示；对综合潜在特征表示进行深度聚类，输出不完整多视图的聚类结果。通过将待聚类的不完整多视图和邻接矩阵输入至聚类模型，使得该聚类模型对不完整多视图节点进行多次邻域聚合和特征学习后，得到每个节点潜在特征表示，更有利于聚类，并采用注意力机制进行潜在特征表示的融合生成综合潜在特征表示，进行深度聚类，得到聚类结果。
-
公开(公告)号：CN118965139B
公开(公告)日：2025-03-04
申请号：CN202411464881.2
申请日：2024-10-21
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/2411 , G06F18/213 , G06F18/25 , G06V10/764 , G06V10/40 , G06V10/80
Abstract: 本申请涉及多模态数据处理技术领域，具体为以音频模态为目标模态的多模态情感分析方法和系统；为解决现有技术中多模态情感分析准确度较低的问题，本申请制定当存在音频模态时，将图像模态和文本模态翻译为音频模态，经融合后进行神经网络处理，得到多模态情感预测结果；当不存在音频模态时，用互信息分数来判断哪个模态中所含的情感信息更多，以此来让其他模态向其翻译，得到缺失联合特征，并将标准完整联合特征作为目标，缺失联合特征向完整联合特征逼近进行神经网络处理，得到多模态情感预测结果；该方法应用到多模态情感分析领域中，处理过程更灵活、分析过程更全面、更合理，得到情感预测结果准确度更高。
-
公开(公告)号：CN114049385B
公开(公告)日：2025-01-14
申请号：CN202111202942.4
申请日：2021-10-15
Applicant: 哈尔滨工业大学(威海)
IPC: G06T7/33
Abstract: 本发明公开一种基于自适应配准的多激光雷达自主建网系统、方法、终端，涉及网络构建与网络信息处理技术领域。采用多个激光雷达利用点云配准算法对不同雷达的点云图进行配准和融合，点云配准采用4PCS进行粗配准，Trimmed ICP进行精配准，使同一室内环境的激光雷达自动组建雷达网络，并获得融合后的室内环境点云。数据同时保存本地和云端，使用者通过云端更改相应配准参数或者获取原始点云数据。本发明针对居家养老项目设计的基于自适应配准的多激光雷达自主建网系统。使用者可以远程查看老人居住室内的激光雷达网络情况以及室内环境点云图像。通过雷达网络和环境点云数据，使用者可以用在居家养老项目的进一步设计和使用中。
-
公开(公告)号：CN116126534B
公开(公告)日：2024-12-27
申请号：CN202310076402.9
申请日：2023-01-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源动态伸缩方法及系统，获取虚拟数据中心每个服务节点集群以及相应虚拟单元上的用户负载；根据历史的负载信息，构建基于模型组合的负载预测模型；构建基于强化学习的决策模型，确定模型的状态、动作，奖赏函数和状态动作值函数定义；配置用于确定云资源调整方案和概率贪心选择策略的决策算法，并确定未来负载周期下的动作；构建云资源动态伸缩执行体，对虚拟单元进行调整。本发明能够在随机、开放的云环境中构建精确的负载预测模型，设计自适应的云资源动态伸缩策略，解决公有云环境下大规模服务系统云资源供应不足和浪费所导致的服务质量下降和供应成本增加的问题，降本增效。
-
公开(公告)号：CN118245846B
公开(公告)日：2024-12-24
申请号：CN202410477786.X
申请日：2024-04-19
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0985 , G06N3/09
Abstract: 本发明提供了一种面向不确定模态缺失的多模态意图识别方法及系统，属于数据处理技术领域。首先，通过LSTM编码器进行特征提取；其次，通过基于注意力的双向门控多模态特征融合方法进行多模态特征融合，并基于CMD的距离约束策略拉近各个模态到文本模态的距离；然后，将融合后的多模态特征输入Transformer编解码器进行学习，同时，根据不确定模态缺失情况，输入不同的注意力级提示，从而引导网络关注那些缺失的模态；最后，将多模态特征输入分类器进行意图识别；同时，在训练过程中以全模态场景下预训练的模型在分类器对模型进行指导，从而帮助模型在减少过拟合的同时进一步提升泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN113938817B
公开(公告)日：2024-09-17
申请号：CN202111064003.8
申请日：2021-09-10
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于智能车联网技术领域，公开一种基于车辆位置信息的车主出行位置预测方法，包括以下步骤，步骤一：对基于车辆位置数据的车辆轨迹数据进行整理；步骤二：识别基于车辆轨迹数据的用户重要兴趣点；步骤三：通过密度聚类法的兴趣点合并；步骤四：基于时空标签循环神经网络模型来预测用户下一个兴趣点。通过利用空间维度和语义维度的信息，提升了兴趣点预测的准确度。
-
公开(公告)号：CN113762133B
公开(公告)日：2024-08-20
申请号：CN202111021355.5
申请日：2021-09-01
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , A63B71/06
Abstract: 本发明公开一种基于人体姿态识别的自重健身辅助教练系统、方法、终端，涉及健身训练信息处理技术领域。利用摄像头对健身者的动作进行捕捉和记录；在健身训练时，从运动帧序列中检测健身者的动作；通过提取健身动作的运动幅度，关节角度特征识别健身者的动作类别；对健身者动作类别的运动标准进行标注和数据处理。本发明辅助健身者训练，以此摆脱居家自重健身只依靠经验的状态，带给健身者方便专业的健身指导，规避不必要的锻炼损伤和提高健身效率。本发明服传统健身中通过基于肉眼观察的训练方法，实现基于人体运动特征的分析方法。该自重健身辅助教练系统的发明具有重要的科研价值和潜在的巨大商业价值。
-
公开(公告)号：CN118351650A
公开(公告)日：2024-07-16
申请号：CN202410370033.9
申请日：2024-03-29
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请公开了一种疲劳驾驶预警方法，包括：获取目标汽车的行驶状态信息以及目标汽车驾驶员的驾驶状态信息；根据行驶速度和踏板位置信息确定目标汽车的汽车行驶疲劳状态，以及根据面部状态信息和手部位置信息确定驾驶员的驾驶疲劳状态；根据汽车行驶疲劳状态和驾驶疲劳状态，在多个疲劳驾驶等级中确定目标汽车的目标疲劳驾驶等级，多个疲劳驾驶等级各自对应有不同的疲劳驾驶预警方案；基于目标疲劳驾驶等级对应的疲劳驾驶预警方案对目标汽车执行疲劳驾驶预警提示。基于上述方法，能够提高对驾驶员的疲劳驾驶状态的判断准确度和效率，并且能够根据驾驶员的实际疲劳程度提供个性化的预警，提高了预警的针对性和有效性。
-
公开(公告)号：CN118245846A
公开(公告)日：2024-06-25
申请号：CN202410477786.X
申请日：2024-04-19
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0985 , G06N3/09
Abstract: 本发明提供了一种面向不确定模态缺失的多模态意图识别方法及系统，属于数据处理技术领域。首先，通过LSTM编码器进行特征提取；其次，通过基于注意力的双向门控多模态特征融合方法进行多模态特征融合，并基于CMD的距离约束策略拉近各个模态到文本模态的距离；然后，将融合后的多模态特征输入Transformer编解码器进行学习，同时，根据不确定模态缺失情况，输入不同的注意力级提示，从而引导网络关注那些缺失的模态；最后，将多模态特征输入分类器进行意图识别；同时，在训练过程中以全模态场景下预训练的模型在分类器对模型进行指导，从而帮助模型在减少过拟合的同时进一步提升泛化能力。
-
公开(公告)号：CN117234882B
公开(公告)日：2024-04-16
申请号：CN202311282020.8
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种在线应用云资源供应软件定义模型构建方法及终端机，属于云资源供应、整合与调度领域，根据公有云环境下的云资源，设计云资源的描述、发现与集成服务系统，对公有云环境进行统一管理，实现云资源供应软件定义模型的资源层的构建；采用行为模式模型图对公有云环境下的在线应用的负载以及行为模式进行分析，描述出在线应用的负载分布以及服务之间依赖关系；对在线应用的服务质量指标进行描述与建模，实现云资源供应软件定义模型的业务层构建；根据用户服务质量需求，构建满足预设条件的虚拟数据中心，并实现云资源供应软件定义模型控制层的构建。本发明实现降低成本的同时，提高云资源的使用效率和质量。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.053 seconds)
